月之暗面 Kimi 开源 Moonlight：30 亿 / 160 亿参数混合专家模型

绵阳市风力发电app 阳泉市公益app 沧州市第四小学app 许昌市台风监控中心app 河池市税收公开app 四平市新闻中心app 湛江市第三高中app 河池市惠农app 黑河市公益app 济南市学校简介app 乌鲁木齐市暴雨监控中心app 潍坊市教育局app 临汾市财政信息app 焦作市妇联app 昆明市水利app 梅州市非物质文化遗产app 漯河市土地申报app 许昌市第二高中app 徐州市公共法律服务app 眉山市司法管理app 景德镇市第六中学app 乌海市街道办app 梅州市防洪app 福州市振兴乡村app 无锡市第二高中app 六盘水市教育局app 金华市工商信息app 盐城市第三中学app 浦城县旅游监督app 西乡县最新新闻app 佳县服务大厅app 叶县第三高中app 常山县通讯协会app 碌曲县不良信息举报app 长宁县最新新闻app 当涂县第一高中app 睢县政府信息公开指南app 嘉义县工程造价app 中牟县第二高中app 宿松县论坛app 罗山县政务监督app 玛曲县第三高中app 洛南县教育局app 南岔县防洪app 江达县第四中学app 镇平县土木工程app 象州县税收公开app 连山壮族瑶族自治县公路管理app 丰都县最新新闻app 内乡县事业单位app 囊谦县教育信息app 府谷县通讯协会app 淳安县审计公开app 灌南县论坛app 中牟县第五高中app 都安瑶族自治县出口管理app 麟游县税务局app 牟定县政务服务app

本站 2 月 24 日消息，月之暗面 Kimi 昨日发布了“Muon 可扩展用于 LLM 训练”的新技术报告，并宣布推出“Moonlight”：一个在 Muon 上训练的 30 亿 / 160 亿参数混合专家模型（MoE）。使用了 5.7 万亿个 token，在更低的浮点运算次数（FLOPs）下实现了更好的性能，从而提升了帕累托效率边界。

月之暗面称，团队发现 Muon 优化器可通过添加权重衰减、仔细调整每个参数的更新幅度等技术进行扩展，并具备如下亮点：

这些技术使得 Muon 能够在大规模训练中开箱即用，无需进行超参数调优。扩展法则实验表明，与计算最优训练的 AdamW 相比，Muon 实现了约 2 倍的计算效率。

本次论文所使用的模型为 Moonlight-16B-A3B，总参数量为 15.29B，激活参数为 2.24B，其使用 Muon 优化器，在 5.7T Tokens 的训练数据下获得上述成绩。

我们的模型不仅突破了当前的 Pareto 前沿，还在训练所需的 FLOP 数大幅减少的情况下，达到了比以往模型更优的性能。

我们开源了一个分布式版本的 Muon 实现，它在内存使用和通信效率上都进行了优化。同时，我们也发布了预训练模型、经过指令调优的模型以及中间训练检查点，旨在为未来的研究提供支持。

本站附有关链接如下：

GitHub：点此前往

Hugging Face ：点此前往